2D hand pose
时间: 2023-12-31 19:05:11 浏览: 28
2D hand pose是指对手部姿态在二维图像中的估计。手势姿态估计相比身体姿态估计更具挑战性,因为手关节更加灵活,动作敏捷,并且容易受到自我遮挡的影响。目前的一些2D关键点学习方法,如CPM,只对关键点位置进行估计,而没有对关键点之间的结构进行约束。为了解决这个问题,一篇名为《Nonparametric Structure Regularization Machine for 2D Hand Pose Estimation》的论文提出了一种新的非参数结构正则化方法(NSRMhand),将手部结构信息融入到姿态估计中,而不需要额外的训练信息。相对于CPM方法,在OneHand 10k和CMU Panoptic Hand数据集上分别提升了1.17%和4.01%的精度。\[2\]\[3\]
#### 引用[.reference_title]
- *1* *2* *3* [2D手势关键点:《Nonparametric Structure Regularization Machine for 2D Hand Pose Estimation》](https://blog.csdn.net/u011681952/article/details/104874507)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]